本文将带你了解关于AutoGPT需要知道的一切，AutoGPT是一个实验性的开源项目，旨在推动GPT-4语言模型的能力。
在过去的几周里，有很多关于ChatGPT、GPT-4等的重磅新闻。一些人可能已经看到了关于AutoGPT的东西，但可能很自然地认为它只是另一个GPT插件或Chrome扩展。但AutoGPT并不只是这样。
什么是AutoGPT？
AutoGPT通过API将GPT-3.5和GPT-4结合在一起，允许创建根据自己的提示进行迭代的项目，并审查每一次迭代以改进和加强它。这到底是如何工作的？
AutoGPT要求：
AI名称 AI角色 最多5个目标
例如：
名字：厨师（Chef）-GPT 角色：一种旨在在网络上找到普通食谱并将其变成米其林星级品质食谱的AI。 目标1：在网上找到一个简单的菜谱 目标2：把这个简单的菜谱变成米其林星级品质的版本。
一旦AutoGPT收到了具体描述和目标，它就会开始做自己的事情，直到项目达到满意的水平。
那么，AutoGPT的优点是什么？首先，要注意的是GPT有能力使用GPT-4编写自己的代码。它还可以执行Python脚本，这使得它可以递归调试、开发、构建并不断自我完善。AutoGPT是一个自我完善的AI，显示出真正的AGI（人工通用智能）能力。
AutoGPT的反馈回路如下所示：
计划 批评 行动 阅读反馈 计划
AutoGPT会读写不同的文件，并浏览网络，同时回看和审查自己的提示——只是为了确保项目是用户想要的。给它一个目标，它在网上搜罗最好的信息，然后自主地完成任务，并继续不断改进自己。
AutoGPT在每次提示后都会征求用户的许可，以确保项目朝着正确的方向发展。
下面就是一个使用AutoGPT的例子。AutoGPT认识到还没有安装Node，所以它在网上搜索如何安装Node，然后AutoGPT在Stackoverflow上找到了一篇带有链接的文章，下载并提取信息，然后生成服务器。
怎样才能使用AutoGPT？
为了使用AutoPGT，将从OpenAI账户中使用积分。但是，最多只可以使用免费版本中包含的18美元。
正如上面提到的，AutoGPT在每次提示后都需要用户的许可，这意味着需要做大量的测试。这允许用户在花费任何费用之前，测试和满足用户的AI项目的要求。
安装和要求
为了使用AutoGPT，需要准备：
Python 3.8或更高版本 OpenAI API密钥 GPT-4的API权限 PINECONE API密钥 用于文字转语音项目的ElevenLabs API
在CMD、Bash或Powershell窗口中，克隆资源库：
git clone https://github.com/Torantulino/Auto-GPT.git
转到项目目录：
cd 'Auto-GPT'
安装所需的依赖项：
pip install -r requirements.txt
然后需要导航到该文件夹，将.env.template
重命名为.env
。一旦完成，打开.env
。然后需要用OPENAI_API_KEY
替换Keys
。
如果用它来做语音，还需要填上ELEVEN_LABS_API_KEY
。
如何获得密钥：
OpenAI的API密钥来自：https://platform.openai.com/account/api-keys。 ElevenLabs的API密钥来自：https://elevenlabs.io。
一旦这一切完成并成功，需要在CMD、Bash或Powershell窗口中运行：
python scripts/main.py
可以开始使用AutoGPT了!
推荐书单
《Python人工智能》
本书系统地介绍了基于Python平台的人工智能的原理及实现过程，全书共7章。第1章“从这里开始认识Python”，介绍人工智能及Python 基础知识；第2章“Python 语法基础”，通过生动有趣的实验实例介绍Python编程语法知识；第3章“Python 程序设计”，以实例为基础，介绍Python 的编程方法；第4 章“数据结构”，通过范例介绍列表、元组、字典、集合、函数等数据结构的使用方法；第5章“数据库及应用”，主要介绍Python数据库应用及Web应用开发技术，通过实例讲解Python数据库应用；第6章“大数据应用”，基于实例，主要介绍网络爬虫、Excel数据爬取及分析处理等技术，了解数据挖掘分析处理等大数据应用技术的一般设计流程；第7 章“人工智能”，以具体实例讲解照片人脸识别、图像识别、视频人脸识别、聊天机器人、微信语音聊天机器人、图文识别、语音识别及花朵识别等人工智能深度学习技术。
本书图文并茂，示例丰富，讲解细致透彻，介绍深入浅出，章后练习精广，具有很强的实用性和可操作性，适合初学或自学Python的学生，可作为中小学STEM 教育或培训机构的人工智能课程教材，也可作为大中专院校人工智能、软件工程、计算机等专业以及相关课程的教材或参考书，还可以当作全国计算机二级（Python）考试的教材使用。
购买链接：https://item.jd.com/12854912.html
精彩回顾
《大模型技术的根基，解读注意力机制论文《Attention Is All You Need》和代码实现（下）》
《大模型技术的根基，解读注意力机制论文《Attention Is All You Need》和代码实现（上）》
长按关注《Python学研大本营》，加入读者群 长按访问【IT今日热榜】，发现每日技术热点
